The Amazing Ways Indeed utilizza l'intelligenza artificiale per creare un compagno di carriera

Nei 18 anni di esistenza, Indeed si è evoluto da una semplice bacheca di annunci di lavoro a una piattaforma automatizzata di abbinamento e assunzione. Ogni minuto vengono effettuate più di 20 assunzioni attraverso la piattaforma, visitata ogni mese da 300 milioni di persone.

Questa crescita (che è raddoppiata negli ultimi tre anni) è stata ottenuta nonostante un periodo economico turbolento, con eventi globali che hanno avuto un impatto drammatico sulle tendenze e sulle attività delle assunzioni. In tutto questo, la strategia aziendale si è concentrata sullo sviluppo di nuove e sofisticate soluzioni tecnologiche basate sull’intelligenza artificiale e sull’apprendimento automatico.

Come ho appreso da Raj Mukherjee, vicepresidente esecutivo e direttore generale del datore di lavoro di Indeed, quando si è unito a me per una discussione sul podcast, l'obiettivo è stato comprendere e soddisfare le esigenze dei singoli candidati e dei dipendenti per creare soluzioni più personalizzate e di successo. connessioni.

Quindi, diamo un'occhiata a come Indeed ha utilizzato l'intelligenza artificiale e il machine learning, oltre ad approfondire alcune delle idee di Mukherjee su come trasformerà il suo settore (così come molti altri):

Il compagno di carriera

Compagno di carriera è una frase che Mukerjee menziona durante la nostra conversazione e serve come descrizione perfetta delle ambizioni di Indeed in materia di intelligenza artificiale. In generale, gli obiettivi aziendali rientrano in categorie generali. Questi includono un allineamento più stretto del servizio con le preferenze dell'utente o il miglioramento della velocità dei suoi processi.

Mukherjee mi dice: "I nostri principi fondanti riguardavano l'apprendimento automatico.

"Utilizziamo tecniche standard di machine learning, utilizziamo anche il deep learning... e ora stiamo sfruttando... l'intelligenza artificiale generativa o grandi reti linguistiche."

Il concetto di compagno di carriera nasce dalla consapevolezza che una piattaforma di lavoro end-to-end non sarà utile solo ai candidati una volta che stanno cercando un primo lavoro. Oggi potrebbero cercare un lavoro e domani sarà una promozione. Successivamente, potrebbero iniziare a impegnarsi personalmente nell’assunzione del personale.

Comprendere le preferenze è fondamentale per questo: Indeed raccoglie ogni giorno più di 140 milioni di punti dati, che vengono chiamati "qualifiche". Questi vengono utilizzati per sviluppare una conoscenza approfondita dei candidati e del modo in cui si adattano ai ruoli pubblicizzati sulla piattaforma.

Descrivendo come la tecnologia AI ha reso possibili nuove possibilità di utilizzo per migliorare l'esperienza del cliente, Mukherjee afferma: "Potremmo avere un curriculum che ho condiviso con te e quel curriculum contiene molti dati su di me, sulle mie esperienze passate, su dove ho lavorato , che tipo di abilità avevo in quelle.

“Lo capiremo. Utilizzando la tecnologia di analisi, ma anche iniziando a utilizzare l’apprendimento automatico a un livello molto profondo per estrarre le giuste competenze”.

Corrispondenza istantanea

Anche la velocità è essenziale. Per questo motivo, i parametri relativi alla velocità con cui può coprire i posti vacanti sono tra quelli più attentamente monitorati.

Mukherjee mi dice: "Sappiamo che i datori di lavoro vogliono assumere velocemente... se usi il nostro prodotto a pagamento, le assunzioni saranno più veloci del 19%".

Ciò è dovuto al fatto che i ruoli vengono assegnati attivamente ai candidati tramite l'intelligenza artificiale, che vengono poi invitati a presentare domanda non appena i posti vacanti vengono pubblicati sul sito.

Dietro le quinte, tuttavia, si stanno verificando molti complicati matchmaking. Gli algoritmi di Indeed portano alla luce informazioni basate sia sulle preferenze “dichiarate” che su quelle non dichiarate. Le preferenze dichiarate vengono fornite dall'utente, ad esempio l'indicazione che è interessato a posti vacanti a Londra o Parigi.

Una preferenza non dichiarata, invece, è quella determinata analizzando i dati. Ad esempio, se cercano costantemente lavoro nei dintorni di Londra, ciò potrebbe determinare che è lì che vogliono lavorare.

È stato scoperto che la combinazione di queste preferenze dichiarate e non dichiarate accelera in modo efficiente i parametri critici del tempo di riempimento.